Este documento habla sobre la complejidad de los algoritmos. Explica que la complejidad se mide en términos del tiempo y espacio que requiere un algoritmo para ejecutarse, y que depende del tamaño del problema. También describe los diferentes casos (peor, promedio y mejor caso) y cómo se analiza el crecimiento del tiempo de ejecución de manera asintótica usando notación O.

1. Complejidad de los Algoritmos
Paz Morales Vásquez
Docente: Pilar Pardo
Fecha Exposición: 25/03/2014

2. Qué es la
complejidad de un
algoritmo

3. Para definir la complejidad de un algoritmo es
necesario conocer el tamaño del problema a
resolver.

4. La complejidad se mide en dos recursos que un
algoritmo necesita: Tiempo y Espacio.

5. La complejidad se define por el tiempo que demora un
algoritmo para la ejecución de sus operaciones.
Recurso Tiempo

6. Recurso Espacio
La complejidad se define por la cantidad de
memoria requerida para su ejecución.

7. Cada algoritmo se comporta de forma diferente dependiendo
de las variables de entradas asignadas.

8. Es necesario estudiar su comportamiento
considerando su peor caso y mejor caso.

9. Indica cuantas operaciones tiene que realizar un
algoritmo para garantizar que va a ver solución.
Peor Caso

10. Se busca el promedio de operaciones realizadas para la
solución de un problema considerando todas las posibles
entrada.
Caso Promedio

11. Indica que realiza rápidamente su ejecución.
Mejor Caso

12. El análisis de algoritmo busca como crece
el tiempo de ejecución
El análisis de algoritmo busca como
crece el tiempo de ejecución
El análisis de algoritmo busca como
crece el tiempo de ejecución
El tiempo de ejecución
se denomina: T(n)
Se puede medir:
Ejecutando el programa.
Calculando sobre el código.
 Multiplicando por el tiempo de cada
instrucción.

13. Notación Asintótica
La potencia de los algoritmos se analiza
independientemente de la potencia de la maquina, el
código y capacidad del programador

14. Dependiendo del tamaño del problema se determinara
como se analizara el comportamiento de un algoritmo
Matemáticamente, cuando N tienda a
infinito siempre que algo tiende a infinito
se habla de un comportamiento asintótico.

15. se denomina asintótica ya que se analiza el comportamiento de
las funciones en base a su tasa de crecimiento
Su dominio son los números
naturales (N).
Estimada por el tiempo de
ejecución o espacio de memoria.
Se denota como BIG-O.
No son negativas.

16. Se identifican familias de funciones usando como
criterio su comportamiento asintótico
A las funciones con el mismo
comportamiento se les denomina un
"orden de complejidad (O)"

17. Complejidad Terminología
0(1) Complejidad
constante
O(n2) Complejidad
cuadrática
0(log n) Complejidad
logarítmica
0(n) Complejidad
lineal
O(n log n) Complejidad
casi-lineal
0(n^b) Complejidad poli
nómica
O(b^n) Complejidad
exponencial
O(n!) Complejidad
factorial

18. En conclusión se debe tener en cuenta que antes de
realizar un programa es necesario elegir un buen
algoritmo, en donde utilice pocos recursos ya sea el
tiempo que lleve ejecutarse y la cantidad de espacio
en memoria que se requiera.